人工智能和軟件如何推動5G數(shù)據(jù)中心轉(zhuǎn)型

　　我們正在見證一個巨大的計算機(jī)創(chuàng)新階段�？焖偌铀俚娜�球5G推廣與數(shù)據(jù)密集型工作負(fù)載以及生成型人工智能的突破性發(fā)展相交叉。整個計算生態(tài)系統(tǒng)前所未有地需要靈活性，以創(chuàng)新和探索新型加速、新型系統(tǒng)架構(gòu)和新方法來應(yīng)對不斷增長的數(shù)據(jù)消費(fèi)需求。半導(dǎo)體設(shè)計成本上升和全球能源預(yù)算緊縮帶來的額外挑戰(zhàn)意味著我們正處于全球計算基礎(chǔ)設(shè)施轉(zhuǎn)型之中。

　　5G與人工智能的結(jié)合蘊(yùn)藏著巨大的機(jī)遇。 5G技術(shù)可以提供人工智能應(yīng)用收集、傳輸和處理大量數(shù)據(jù)所需的高吞吐量、低延遲和可靠的連接。 作為回報，人工智能可以幫助 5G 網(wǎng)絡(luò)動態(tài)分配資源、管理流量和檢測異常。 人工智能還可以利用 5G 為用戶和設(shè)備提供個性化、情境化的智能服務(wù)。 這兩項技術(shù)將共同真正改變我們的溝通、工作和生活方式。

　　但每個故事都有兩個方面。 5G 和人工智能給數(shù)據(jù)中心運(yùn)營商和客戶帶來了重大挑戰(zhàn)，因為兩者都會產(chǎn)生大量數(shù)據(jù)，需要以靈活、及時、經(jīng)濟(jì)和節(jié)能的方式存儲、處理和分析。 為了充分利用這個機(jī)會，數(shù)據(jù)中心架構(gòu)師需要圍繞計算的設(shè)計、構(gòu)建和部署方式尋找變革性方法。

　　5G 虛擬 RAN：邊緣數(shù)據(jù)中心的關(guān)鍵推動者

　　支持 5G 的關(guān)鍵創(chuàng)新之一是虛擬無線接入網(wǎng)絡(luò) (vRAN)。 vRAN 是一種相對較新的部署模型，正在流行。 它將蜂窩基帶處理功能與硬件解耦，并將其作為軟件在通用服務(wù)器上運(yùn)行。

　　這可以在部署和管理 5G 網(wǎng)絡(luò)時提供更大的靈活性、可擴(kuò)展性和效率。 虛擬化 5G 基礎(chǔ)設(shè)施的規(guī)模經(jīng)濟(jì)可以通過多種方式實現(xiàn)。 第一，結(jié)合相同的計算基礎(chǔ)設(shè)施來服務(wù) 5G 連接和邊緣應(yīng)用程序，使連接和數(shù)據(jù)處理更接近源; 其次，軟件驅(qū)動的云原生基礎(chǔ)設(shè)施可實現(xiàn)動態(tài)資源分配、負(fù)載平衡、更快的配置和自動化網(wǎng)絡(luò)管理，這對運(yùn)營效率產(chǎn)生巨大影響。 第三，借助光纖連接，vRAN 可以將多個基站匯集到一個集中式服務(wù)器池中，從而降低 5G 基礎(chǔ)設(shè)施的成本和復(fù)雜性。

　　通過使計算能力更接近最終用戶及其設(shè)備，vRAN 可以促進(jìn)邊緣計算，同時減少延遲并提高性能。

　　但為了充分發(fā)揮其潛力，vRAN 需要計算平臺能夠支持高吞吐量、低延遲和確定性的無線電信號處理，同時保持非常高的計算效率。 它還需要高速網(wǎng)絡(luò)接口來處理服務(wù)器、無線電和終端設(shè)備之間的大量數(shù)據(jù)流量，這進(jìn)一步強(qiáng)調(diào)了對變革性方法的需求。

　　當(dāng)今的 5G 數(shù)據(jù)中心：CPU 和 DPU

　　傳統(tǒng)通用 CPU 無法處理 5G vRAN 堆棧復(fù)雜且多樣化的工作負(fù)載。 通過將所有網(wǎng)絡(luò)功能虛擬化為軟件，包括操作系統(tǒng)、網(wǎng)絡(luò)層、應(yīng)用程序和協(xié)議，數(shù)據(jù)中心內(nèi)的流量急劇增加，從而降低了 CPU 效率。 為了應(yīng)對這一挑戰(zhàn)，CPU 需要一個補(bǔ)充性的專用加速設(shè)備，可以卸載 CPU 的網(wǎng)絡(luò)任務(wù)，以提高性能和效率。 當(dāng)今 5G 數(shù)據(jù)中心最流行的加速設(shè)備之一是數(shù)據(jù)處理單元 (DPU)。

5G 基礎(chǔ)設(shè)施中的人工智能。(來源：Arm)

　　DPU 是具有嵌入式處理器或可編程邏輯的網(wǎng)卡，可以執(zhí)行網(wǎng)絡(luò)功能，例如數(shù)據(jù)包處理、加密/解密、壓縮/解壓縮、負(fù)載平衡、防火墻、路由/交換和服務(wù)質(zhì)量 (QoS)。 DPU可以通過接管部分網(wǎng)絡(luò)相關(guān)任務(wù)來幫助降低服務(wù)器的CPU利用率和功耗，從而實現(xiàn)根據(jù)不同場景配置和優(yōu)化網(wǎng)絡(luò)功能的靈活性和可編程性。

　　異構(gòu)計算為未來的工作負(fù)載增加了更多靈活性

　　雖然當(dāng)今的 5G 數(shù)據(jù)中心已經(jīng)利用 CPU 和 DPU 來支持 vRAN 和其他 5G 應(yīng)用，但下一代 5G 數(shù)據(jù)中心將需要在硬件架構(gòu)、軟件平臺和服務(wù)模型方面提供更大的靈活性。 例如，數(shù)據(jù)中心可能使用 GPU 來處理復(fù)雜的數(shù)學(xué)、圖形、視頻或其他大型數(shù)據(jù)集; 用于機(jī)器學(xué)習(xí)工作負(fù)載的 GPU 或 TPU; 以及用于可編程邏輯的 FPGA，以解決更多自定義工作負(fù)載。

　　這種類型的異構(gòu)計算有助于提高融合智能邊緣數(shù)據(jù)中心的性能、效率和可擴(kuò)展性，這些數(shù)據(jù)中心可以提供更接近最終用戶的RAN服務(wù)、云計算能力和人工智能應(yīng)用服務(wù)。 最終，將更專業(yè)的計算移至更靠近設(shè)備和最終用戶的位置，可以改善延遲并實現(xiàn) 5G 所承諾的許多下一代用例。

　　軟銀、英偉達(dá)和 Arm 最近宣布合作，旨在為人工智能和高性能計算 (HPC) 創(chuàng)建世界上最先進(jìn)的數(shù)據(jù)中心。 它是當(dāng)前此類數(shù)據(jù)中心轉(zhuǎn)型的最佳示例之一，具有專門的處理功能。 此次合作預(yù)計將為基于 Nvidia GH200 Grace Hopper 超級芯片的生成式 AI 和 5G/6G 應(yīng)用提供一個開創(chuàng)性的平臺，軟銀計劃在日本各地新的分布式 AI 數(shù)據(jù)中心推出該平臺。 與過去使用的數(shù)據(jù)中心相比，新數(shù)據(jù)中心的分布將更加均勻，并可處理人工智能和 5G 工作負(fù)載。 這將使他們能夠以低延遲更好地以峰值容量運(yùn)行，并大幅降低總體能源成本。

　　為了在全球范圍內(nèi)快速部署生成式人工智能應(yīng)用和服務(wù)，軟銀將與英偉達(dá)合作建立數(shù)據(jù)中心，在多租戶通用服務(wù)器平臺上托管生成式人工智能和無線應(yīng)用，從而降低成本，提高能效。

　　這種類型的創(chuàng)新代表了5G和人工智能的重要拐點(diǎn)。圍繞專門處理提供的目標(biāo)性能構(gòu)建的整個數(shù)據(jù)中心為運(yùn)營商提供了實現(xiàn)vRAN潛力所需的操作效率。此外，專門的處理使運(yùn)營商能夠在同一物理位置共同托管人工智能或3D視頻會議等計算密集型服務(wù)，從而更接近數(shù)據(jù)，更接近用戶。這一點(diǎn)至關(guān)重要，因為靈活性、低延遲和性能效率確保了計算資源的最佳使用及其所需的資本和能源成本，從而改變了整個數(shù)據(jù)中心的TCO(總擁有成本)等式。

　　當(dāng)我們展望下一代5G數(shù)據(jù)中心時，對靈活高效的計算平臺的需求至關(guān)重要。在5G和人工智能的推動下，為了滿足對數(shù)據(jù)中心服務(wù)日益增長的需求，下一代數(shù)據(jù)中心將被定義為適應(yīng)新技術(shù)和工作負(fù)載的能力，并提供企業(yè)和消費(fèi)者所需的性能和效率——我們將繼續(xù)看到高效、專業(yè)的硅作為該領(lǐng)域創(chuàng)新和轉(zhuǎn)型的基礎(chǔ)。

　　作者：Panch Chandrasekaran